分类： AI 资讯

用户在 Transformers 5.10.1 中尝试使用 Qwen3.5 混合线性注意力模型（hybrid linear-attention model），通过 generate() 方法并启用静态缓存（ cache_implementation="static" 或预构建 StaticCache

用户使用 Hugging Face Transformers 库（版本 5.10.1）中的 StaticCache.early_initialization 方法，为包含线性注意力层（如 layer_types = ["full_attention", "linear_attention"] ）的混

用户使用 Transformers 库中的 CanineModel （google/canine-s），在调用 model.half() 后通过 torch.onnx.export 导出 FP16 ONNX 模型时触发报错。该问题在 PyTorch 2.9.0+cu129 / CUDA 和 PyTo